Search Agent

Die Beschaffenheit der zu durchsuchenden Informationen und die Anforderungen an die Ergebnisqualität verlangen eine Auswahl des passenden Suchverfahrens. Folgende Suchverfahren und deren Kombinationen werden in gleichermassen hohem Grade unterstützt (Abbildung):

  • Volltextsuche, bei der Anfragen mit booleschen Operatoren auf extrem grossen Mengen unstrukturierter Inhalte aus den verschiedensten Themengebiete in kürzester Zeit beantwortet werden sollen
  • Assoziative Suche, bei der natürlichsprachliche Anfragen auf sehr grossen Mengen unstrukturierter Inhalte aus den verschiedensten Themengebiete möglichst intelligent beantwortet werden sollen
  • Strukturierten Suche, bei der natürlichsprachliche oder dialoggesteuerte Anfragen auf grossen Mengen unstrukturierter aber auch strukturierter Inhalte aus festgelegten Themengebiete mittels eines expliziten Wissensmodells intelligent beantwortet werden sollen
  • Geführte Suche mit Entscheidungsbäumen, bei der die Anfragen bzw. Probleme aus festgelegten Themengebiete interaktiv beantwortet bzw. gelöst werden sollen.
  • Als mathematische Basis für die assoziative Suche wird das Vector Space Model verwendet. Das Verfahren berücksichtigt sowohl die Häufigkeit eines Terms innerhalb eines Dokuments als auch die „Termrelevanz“. Das Verfahren ermöglicht es, zueinander ähnliche Dokumente zu finden (die Anwendung „More like this“), solche für ein Dokument charakteristische Begriffe zu ermitteln, die nicht gleichzeitig in sehr vielen Dokumenten vorkommen (die Anwendung „Feature Extraction“), aus einem Nutzer-Feedback Profile (oder Agenten) zu erzeugen, die aus positiv und negativ bewerteten Dokumenten aufgebaut werden usw.
    Bei der strukturierten Suche werden bekannte, suchrelevante Informationsbeziehungen expliziert und bei der Suche nach Inhalten angewendet. Dafür wird ein Wissensmodell (so genannte Ontologie) aufgebaut, das als Grundlage für die intelligente Suche über den Datenbestand eingesetzt wird (vgl. auch CBR). Während Volltextsuche nur den Text berücksichtigt und assoziative Suche mathematisch ermittelte Beziehungen zwischen Begriffen heranzieht, schöpft die strukturierte Suche ihre Qualitäten aus einem expliziten und intellektuell erstellten Wissensmodell und dem Case-based Reasoning.
    Die geführte Suche mit Entscheidungsbäumen eignet sich besonders für Probleme, die sich eingangs nur schwer in Worte fassen lassen und deshalb des gezielten Nachfragens bedürfen, um weitere Optionen auszuschliessen bzw. das Ergebnis einzugrenzen (Abbildung). Die geführte Suche und ihre Entscheidungsbäume sind eng an die strukturierte Suche gekoppelt. Jedes Problem wird als (Anfrage-) Fall mittels Attributen beschrieben. Die Attributwerte ergeben sich nach und nach aus den Antworten auf die vom System an die Nutzer gestellten Fragen des Entscheidungsbaums. Bereits gesetzte Attributwerte stehen dann als Parameter von Fragen bzw. Fragedialogen zur Verfügung, um eine unnötige Auffächerung und damit Komplexität der Entscheidungsbäume zu vermeiden. Die Suche gibt mit ihren Entscheidungsbäumen genau die Abarbeitungsreihenfolge vor und eignet sich damit insbesondere für Problemdiagnose beispielsweise im Call Center, im Self Service, in Werkstätten oder im Field Service.